李曉悅, 覃盟琳, 龐雅月, 吳欣芋, 蔣紅波

(1.廣西大學(xué) 林學(xué)院, 廣西 南寧 530004;2.廣西大學(xué) 土木建筑工程學(xué)院, 廣西 南寧 530004;3.廣西大學(xué) 人居環(huán)境設(shè)計(jì)研究中心, 廣西 南寧 530004)

0 引言

為了緩解全球氣候變暖,我國(guó)提出“力爭(zhēng)2030年前二氧化碳排放達(dá)到峰值,努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和”的“雙碳”戰(zhàn)略[1]?，F(xiàn)有研究表明,人類活動(dòng)導(dǎo)致土地利用與覆被變化(land use and land cover change, LUCC)是僅次于化石燃料燃燒的第二大碳排放源[2],LUCC對(duì)陸地生態(tài)系統(tǒng)的物質(zhì)交換與能量循環(huán)產(chǎn)生影響,進(jìn)一步影響碳儲(chǔ)能力[3-4],從而導(dǎo)致當(dāng)前碳失衡的現(xiàn)狀。人類活動(dòng)受國(guó)土空間規(guī)劃政策的影響,隨政策變化土地利用空間格局呈現(xiàn)不同的形式[5-6],因此,量化國(guó)土空間土地利用變化下的碳儲(chǔ)量時(shí)空動(dòng)態(tài)變化,解析碳儲(chǔ)量空間特征以總結(jié)區(qū)劃規(guī)律,落實(shí)碳儲(chǔ)區(qū)劃方案從而提出針對(duì)性的空間管控對(duì)策,對(duì)助力“碳中和”的實(shí)現(xiàn)具有重要意義。

近年來(lái)國(guó)內(nèi)外學(xué)者對(duì)土地利用變化對(duì)生態(tài)系統(tǒng)碳儲(chǔ)量的研究已形成相對(duì)成熟的體系,為以碳儲(chǔ)導(dǎo)向的國(guó)土空間規(guī)劃提供了多種定量分析的方法[7-8],但以往的模型因性能與情景設(shè)置上存在局限性,在大尺度區(qū)域中的模擬精度有待提高[9-10]。PLUS-InVEST耦合模型因在多地類復(fù)雜演化模擬與碳儲(chǔ)量估算方面表現(xiàn)良好,且對(duì)于大尺度土地利用模擬使用程度高而被廣泛應(yīng)用與驗(yàn)證[11-13]?，F(xiàn)階段國(guó)土空間發(fā)展情景與碳儲(chǔ)量的相關(guān)研究中,研究區(qū)域涉及城市群[14-15]、省域[16]、市域[17-18]、流域[19-20]等方面,研究范圍較廣,空間類型與要素存在不同的特征,因此針對(duì)不同區(qū)域特點(diǎn)提出分區(qū)分級(jí)和多情景要素優(yōu)化對(duì)策,對(duì)于碳中和導(dǎo)向下國(guó)土空間的構(gòu)建具有重要意義,但當(dāng)前研究少有進(jìn)行精細(xì)化分區(qū)、分級(jí)、分要素管控優(yōu)化。此外,相關(guān)研究多以模擬預(yù)測(cè)不同發(fā)展情景下土地利用變化與相應(yīng)的碳儲(chǔ)量分布格局等碳儲(chǔ)空間特征為后期國(guó)土空間規(guī)劃做數(shù)據(jù)支撐,但多數(shù)研究都停留在數(shù)據(jù)分析層面[1,3,16,18,21-23],而未將碳儲(chǔ)空間特征與國(guó)土空間規(guī)劃相對(duì)應(yīng),導(dǎo)致其研究成果對(duì)于國(guó)土空間規(guī)劃對(duì)策的提出指導(dǎo)性不強(qiáng),缺乏應(yīng)用價(jià)值。

本文以廣西作為研究區(qū)域,通過(guò)構(gòu)建國(guó)土空間土地利用分類體系,并運(yùn)用PLUS-InVEST模型對(duì)廣西國(guó)土空間未來(lái)2020——2030年可能發(fā)展的3類情景的碳儲(chǔ)情況進(jìn)行預(yù)測(cè),總結(jié)演變規(guī)律,并根據(jù)研究區(qū)碳儲(chǔ)量的空間特征進(jìn)行精細(xì)化分區(qū),通過(guò)分區(qū)進(jìn)行針對(duì)性分類管控,同時(shí)結(jié)合碳儲(chǔ)量空間相關(guān)性變化趨勢(shì),提出不同發(fā)展趨勢(shì)下的要素優(yōu)化決策,以期為廣西碳儲(chǔ)資源的精準(zhǔn)保護(hù)以及土地管理決策提供新思路,助力廣西“碳中和”的實(shí)現(xiàn)。

1 研究區(qū)域概況與數(shù)據(jù)來(lái)源

1.1 研究區(qū)域概況

研究區(qū)域空間范圍為廣西陸域國(guó)土空間(20°54′—26°24′N,104°26′—112°04′E),地理區(qū)位東與廣東省接壤,西鄰云南省,南瀕北部灣,與海南省隔海相望,西南部與越南社會(huì)主義共和國(guó)接壤,東北與湖南省接壤,北、西與貴州省相連,總面積為23.68萬(wàn)km2[24]。廣西地處中國(guó)南方沿海,地跨我國(guó)第二、三階梯,地勢(shì)呈西北朝東南、內(nèi)陸向沿海傾斜態(tài)勢(shì),四周被山地、高原環(huán)繞,中部和南部多丘陵平地,研究區(qū)域范圍如圖1所示。

1.2 數(shù)據(jù)來(lái)源

1.2.1 土地利用數(shù)據(jù)

從資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn)下載了廣西壯族自治區(qū)行政區(qū)劃邊界數(shù)據(jù)。土地利用數(shù)據(jù)來(lái)源于全球地表覆蓋數(shù)據(jù)GlobeLand30(http://www.globallandcover.com),選擇了2000、2010、2020年共3期土地利用數(shù)據(jù)。用ArcGIS軟件將該區(qū)域土地利用數(shù)據(jù)類型綜合參考相關(guān)文獻(xiàn)以及后續(xù)研究需求,通過(guò)再分類將土地利用類型重分類為耕地、林地、草地、水域、建設(shè)用地和未利用地6大類。參考國(guó)土空間規(guī)劃體系中“三區(qū)三線”的劃定概念,國(guó)土空間可基于主導(dǎo)功能劃分為農(nóng)業(yè)空間、生態(tài)空間、城鎮(zhèn)空間。本研究將耕地界定為農(nóng)業(yè)空間,林地、草地、水域及未利用土地等以自然屬性和生態(tài)功能為主的用地類型界定為生態(tài)空間,建設(shè)用地界定為城鎮(zhèn)空間。通過(guò)對(duì)土地利用類型與國(guó)土空間分類進(jìn)行銜接,以此構(gòu)建廣西國(guó)土空間土地利用分類體系。

1.2.2 驅(qū)動(dòng)因子數(shù)據(jù)

其中數(shù)字高程模型(digital elevation model, DEM)數(shù)據(jù)來(lái)源于SRTM1 v3.0(https://srtm.csi.cgiar.org/srtmdata/),坡度由DEM計(jì)算生成,歸一化植被指數(shù)(normalized difference vegetation index, NDVI)、土壤類型、年均降水、年均氣溫?cái)?shù)據(jù)以及社會(huì)因子(GDP、人口密度)均來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn);可達(dá)性因子包括距國(guó)道、省道、城市快速路以及鐵路的距離,于OpenStreetMap(https://www.openstreetmap.org)獲取矢量數(shù)據(jù),借助歐氏距離法計(jì)算得到。選取自然保護(hù)區(qū)作為限制因素,來(lái)源于國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn)

2 研究方法

2.1 研究框架

本研究包括2030年不同情景下廣西國(guó)土空間土地利用及碳儲(chǔ)量預(yù)測(cè)模擬、碳儲(chǔ)量格局與特征分析、碳儲(chǔ)導(dǎo)向下廣西國(guó)土空間區(qū)劃管控對(duì)策:①運(yùn)用PLUS-InVEST模型,以2000—2020年土地利用現(xiàn)狀數(shù)據(jù)為基礎(chǔ),對(duì)2030年廣西國(guó)土空間3種發(fā)展情景下的土地利用和碳儲(chǔ)量進(jìn)行模擬。②運(yùn)用標(biāo)準(zhǔn)橢圓差、等級(jí)格局劃分、空間自相關(guān)分析2030年廣西國(guó)土空間碳儲(chǔ)量空間格局與分布特征,以此對(duì)廣西碳儲(chǔ)空間分布進(jìn)行解析,為下一步區(qū)劃管控對(duì)策的提出提供數(shù)據(jù)支撐。③根據(jù)研究區(qū)碳儲(chǔ)量的空間特征進(jìn)行分區(qū),總結(jié)2020—2030年3個(gè)情景下碳儲(chǔ)分區(qū)演變規(guī)律,結(jié)合不同情景特性提出碳儲(chǔ)分區(qū)分級(jí)管控與多情景碳儲(chǔ)空間要素優(yōu)化對(duì)策。

2.2 PLUS模型土地利用變化模擬預(yù)測(cè)

2.2.1 情景設(shè)置

本文基于SSPs-RCPs組合情景矩陣[25]結(jié)合研究區(qū)的實(shí)際情況,對(duì)未來(lái)2030年廣西發(fā)展態(tài)勢(shì)構(gòu)建了3種發(fā)展情景:①基于生態(tài)可持續(xù)的發(fā)展(ecological sustainable, ES)情景,參考SSP1-RCP2.6組合情景的低強(qiáng)度路徑,對(duì)應(yīng)廣西積極性應(yīng)生態(tài)文明建設(shè),大力開(kāi)展系統(tǒng)性的國(guó)土空間生態(tài)保護(hù)與修復(fù)工作,為生態(tài)友好的可持續(xù)發(fā)展情景,土地利用方面傾向于林地的穩(wěn)固與修復(fù)。②基于中等強(qiáng)度的發(fā)展(medium-inten-sity, MI)情景,參考SSP2-RCP4.5組合情景的中等輻射強(qiáng)迫路徑,土地利用變化延續(xù)歷史規(guī)律自然發(fā)展,建設(shè)用地仍有一定的擴(kuò)張需求,但開(kāi)始關(guān)注生態(tài)保護(hù)與維育問(wèn)題,有序控制林地開(kāi)發(fā),在相關(guān)政策實(shí)行與時(shí)間推移下,林地受損概率有逐漸降低的可能。③基于高強(qiáng)度的發(fā)展(hith-intensity, HI)情景,參考SSP5-RCP8.5組合情景的高強(qiáng)度社會(huì)經(jīng)濟(jì)發(fā)展路徑,情景下有較高的城鎮(zhèn)空間擴(kuò)張需求,而人口的增長(zhǎng)也將引起對(duì)糧食安全問(wèn)題的重視。土地利用變化以建設(shè)用地?cái)U(kuò)張、耕地保障為主要特征。

2.2.2 土地利用模擬

PLUS模型是一種斑塊生成土地利用變化模擬的模型用來(lái)推演以及預(yù)測(cè)研究區(qū)的土地利用變化情況,此模型包含2個(gè)模塊,即土地?cái)U(kuò)張分析策略模型(land expansion analysis strategy, LEAS)以及基于多類型隨機(jī)斑塊種子的CA模型(CA based on multi-type random patch seeds, CARS)[10,26]。本文通過(guò)自然、社會(huì)、規(guī)劃3類不同維度選取11個(gè)驅(qū)動(dòng)因子作為驅(qū)動(dòng)變量,以廣西2010年實(shí)際土地利用數(shù)據(jù)作為基準(zhǔn)數(shù)據(jù)輸入到PLUS模型中,模擬預(yù)測(cè)2020的土地利用,并使用Kappa系數(shù)和優(yōu)質(zhì)因子(figure of merit, FoM)表示匹配率對(duì)模擬結(jié)果進(jìn)行精度檢驗(yàn)[26-28],2020年模擬結(jié)果與實(shí)際土地利用數(shù)據(jù)檢驗(yàn)對(duì)比總體精度為89.9786%,Kappa系數(shù)為0.8055,FoM為0.078187,證明PLUS模型在本研究中具有較好的可靠性與適宜性。該模型中的領(lǐng)域權(quán)重參數(shù)參考PLUS模型說(shuō)明手冊(cè)基于不同情景下土地利用類型的擴(kuò)張面積占總土地?cái)U(kuò)張的比率進(jìn)行計(jì)算。土地利用需求預(yù)測(cè)采用此模型中的Markov Chain功能進(jìn)行預(yù)測(cè)計(jì)算,并根據(jù)研究需要與《廣西壯族自治區(qū)國(guó)土空間規(guī)劃(2021-2035)》設(shè)置轉(zhuǎn)換矩陣(見(jiàn)表1)。

表1 3種發(fā)展情景下土地利用轉(zhuǎn)化成本矩陣Tab.1 Land use conversion cost matrix under three scenarios

2.3 InVEST模型碳儲(chǔ)量計(jì)算

InVEST模型的碳儲(chǔ)量模塊被廣泛應(yīng)用于區(qū)域碳儲(chǔ)量的定量評(píng)估與可視化呈現(xiàn),其主要是以生態(tài)系統(tǒng)4個(gè)基本的碳庫(kù)(植被地上碳庫(kù)、植被地下碳庫(kù)、土壤碳庫(kù)以及死亡有機(jī)質(zhì)碳庫(kù))的碳儲(chǔ)量進(jìn)行劃分;但由于死亡有機(jī)碳庫(kù)數(shù)據(jù)精度無(wú)法保證且占比較小,因此本研究不作考慮。計(jì)算公式[19-20]為

(1)

式中:Ci為區(qū)域i的碳儲(chǔ)量;Aix為區(qū)域i中土地覆被類型x的面積;Cax、Cbx、Csx分別代表土地覆被類型x的地上生物碳密度、地下生物碳密度、土壤有機(jī)物碳密度。

根據(jù)廣西地區(qū)現(xiàn)狀,通過(guò)與同緯度地區(qū)對(duì)比,并借鑒前人研究成果和經(jīng)驗(yàn)[17,29-30],參照朱志強(qiáng)測(cè)定的廣州市碳密度值[29],對(duì)研究區(qū)域的年均降水量及年均氣溫對(duì)碳密度進(jìn)行修正,由此得到廣西各土地利用類型的碳密度(見(jiàn)表2)。修正公式為

表2 廣西各類土地利用類型碳密度值Tab.2 Carbon density values of various land use types in Guangxi t/hm2

CSP=3.396 8MAT+3 996.1;CBP=6.987 e0.0054 MAP;CBT=28MAT+398,

(2)

(3)

(4)

式中:KBP、KBT分別表示植被碳密度降水因子和氣溫因子修正系數(shù);KB表示地上地下植被碳密度修正系數(shù);KS表示土壤碳密度修正系數(shù);C′、C″分別表示廣西和廣州地區(qū)的碳密度;MAP為年均降水量;MAT為年均氣溫;CBP、CBT分別表示根據(jù)降水量和氣溫得到的植被碳密度;CSP表示根據(jù)降水量得到的土壤碳密度。

綜合得到廣西壯族自治區(qū)各類土地利用類型的碳密度值(表2)。InVEST模型的4個(gè)碳庫(kù)中,本研究碳儲(chǔ)量?jī)H考慮地上生物碳庫(kù)、地下生物碳庫(kù)、土壤碳庫(kù)的計(jì)算。

2.4 基于網(wǎng)格的碳儲(chǔ)量格局與特征分析

本研究使用ArcGIS數(shù)據(jù)管理工具中的創(chuàng)建漁網(wǎng)工具,創(chuàng)建一個(gè)以研究區(qū)域邊界為范圍、像元設(shè)置為10 km×10 km(高度×寬度)的格網(wǎng)。通過(guò)之前PLUS-InVEST耦合模型得出的2020年以及2030年3種情景的碳儲(chǔ)量矢量圖,再選擇以下數(shù)據(jù)處理工具將碳儲(chǔ)量數(shù)據(jù)賦值于該格網(wǎng)中分別進(jìn)行矢量分析。

2.4.1 標(biāo)準(zhǔn)橢圓差分析

標(biāo)準(zhǔn)標(biāo)準(zhǔn)橢圓差分析可以研究空間要素分布特征和方向差異的空間計(jì)量分析方法[31],本研究利用此分析方法對(duì)于廣西2020—2030年3種情景碳儲(chǔ)量空間離散趨勢(shì)、分布中心以及中心遷移軌跡。

2.4.2 碳儲(chǔ)量空間等級(jí)格局劃分

運(yùn)用ArcGIS空間分析工具中面積制表工具,對(duì)2個(gè)數(shù)據(jù)集之間交叉制表的區(qū)域進(jìn)行運(yùn)算并輸出表,將表格鏈接到創(chuàng)建好的格網(wǎng)中,可得到每個(gè)格網(wǎng)內(nèi)各等級(jí)空間的面積總和,并在符號(hào)系統(tǒng)中進(jìn)行符號(hào)化表示。本文根據(jù)空間碳密度進(jìn)行碳儲(chǔ)等級(jí)劃分將0.18～12.57 t/hm2劃分為低碳儲(chǔ)量空間、28.86～29 t/hm2劃分為中碳儲(chǔ)量空間、79.68 t/hm2劃分為高碳儲(chǔ)量空間,從而統(tǒng)計(jì)廣西格網(wǎng)內(nèi)不同等級(jí)碳儲(chǔ)量空間的整體占比,由此揭示廣西2020年以及2030年ES、MI、HI情景下不同等級(jí)碳儲(chǔ)量格網(wǎng)占比分布及演變特征,為碳儲(chǔ)空間要素優(yōu)化對(duì)策的提出提供方向。

2.4.3 碳儲(chǔ)量空間等級(jí)格局劃分

空間自相關(guān)分析被廣泛應(yīng)用于研究空間要素的聚合或離散程度的空間計(jì)量分析方法[32],本研究主要分析2020年與2030年3種情景下廣西國(guó)土空間發(fā)展的用地類型與碳儲(chǔ)量二者在空間上離散或聚集分布特性。本文采用Moran指數(shù)和Lisa指數(shù)來(lái)表征碳儲(chǔ)量與空間分布的關(guān)系,具體計(jì)算方法可參照文獻(xiàn)[16],Moran指數(shù)取值一般為(-1,1),小于0表示負(fù)相關(guān),等于0表示不相關(guān),大于0表示正相關(guān);Lisa指數(shù)的具體表現(xiàn)為: LL型(低低聚集)、HH型(高高聚集)、 HL 型(高低聚集)、LH型(低高聚集)4種類型,其結(jié)果作為碳儲(chǔ)區(qū)劃識(shí)別提出分區(qū)管控對(duì)策的4個(gè)分區(qū)。

3 結(jié)果與分析

3.1 2030年不同情景下廣西國(guó)土空間土地利用及碳儲(chǔ)量預(yù)測(cè)分析

2020年現(xiàn)狀與2030年3種情景下廣西國(guó)土空間土地利用類型面積變化、碳儲(chǔ)量變化以及變化空間分布情況,分別見(jiàn)表3、4和如圖2所示。

表3 廣西國(guó)土空間2020年各類土地利用現(xiàn)狀與2030年模擬情況Tab.3 Land use status in 2020 and simulations of different land use in 2030

表4 2030年3種情景下廣西碳儲(chǔ)量、碳密度與變化Tab.4 Carbon storage, carbon density and changes Guangxi under three scenarios in 2030

(a) ES情景

ES情景下,由于退耕、退草還林已達(dá)到鞏固修復(fù)林地的目的,此情景設(shè)定下耕地、草地轉(zhuǎn)變?yōu)榱值仫@著,相較于2020年林地面積增長(zhǎng)了1 401.25 km2,建設(shè)用地?cái)U(kuò)張得到有效控制,僅增加了2 141.75 km2,在3類情境中增幅最小。此情景下碳儲(chǔ)預(yù)測(cè)量為1 441.13×106t,較2020年增加5.09×106t;碳儲(chǔ)量增加區(qū)以散點(diǎn)式分布于研究區(qū)內(nèi)占比0.38%,碳儲(chǔ)量在空間上得到全域提升,其中耕地轉(zhuǎn)化為林地時(shí)碳儲(chǔ)量增加的主要貢獻(xiàn)因素,而碳儲(chǔ)減少區(qū)主要聚集于南寧、貴港、玉林市以及北海市沿海區(qū)域占比0.71%,主要原因?yàn)楦剞D(zhuǎn)為建設(shè)用地。2030年ES情景碳儲(chǔ)量中心點(diǎn)向西北偏移0.24 km、0.11°,偏移幅度相比于其他3個(gè)場(chǎng)景更小,表現(xiàn)為區(qū)域生態(tài)保護(hù)力度更大?？傮w來(lái)看,在ES情景下開(kāi)展退耕還林、提升森林質(zhì)量等生態(tài)修復(fù)工作,使林地生態(tài)空間面積得到增加,連通性得到提升,其中自然保護(hù)區(qū)、風(fēng)景名勝區(qū)等大型林地得以整合化發(fā)展;退化為草地、耕地的林地所導(dǎo)致的破碎化得以修復(fù),極大地推動(dòng)了碳儲(chǔ)量的提升,整體上維持碳儲(chǔ)量原本分布特征與提高地區(qū)碳儲(chǔ)資源穩(wěn)定性。

MI情景下,較2020年林地、耕地轉(zhuǎn)為建設(shè)用地較為顯著,耕地侵占林地、草地生態(tài)空間,又因城鎮(zhèn)擴(kuò)張而被建設(shè)侵蝕,農(nóng)業(yè)空間受到擠壓,此情景下建設(shè)面積增長(zhǎng)了2 741 km2,耕地面積減少1 645 km2,林地面積減少720.75 km2。2060年碳儲(chǔ)預(yù)測(cè)量為1 428.67×106t,較2020年減少7.37×106t;碳儲(chǔ)量增加區(qū)極少且分布零散僅占0.37%,而減少區(qū)與ES情景分布一致但范圍更廣更密集,主要聚集于中部以及東南部占比1.27%,主要原因?yàn)榱值剞D(zhuǎn)化為建設(shè)用地。此情景碳儲(chǔ)量中心點(diǎn)向西北偏移0.28 km、0.21°,與ES情景偏移方向相似,偏移幅度較ES情景要大,區(qū)域生態(tài)保護(hù)力有所降低?？傮w來(lái)看,MI情景延續(xù)國(guó)土空間格局歷史變化趨勢(shì),生態(tài)維預(yù)背景下生態(tài)空間被破壞概率得以降低,但仍存在碳儲(chǔ)量流失風(fēng)險(xiǎn),林地生態(tài)空間轉(zhuǎn)移為城鎮(zhèn)空間是導(dǎo)致該情景碳儲(chǔ)量下降重要原因。

HI情景下,由于有較高的城鎮(zhèn)擴(kuò)張需求和耕地安全保障,因此情景下林地、草地相互轉(zhuǎn)化最為顯著,其次是林地、耕地轉(zhuǎn)為建設(shè)用地,建設(shè)用地為作為最大轉(zhuǎn)入用地面積增加3 165 km2,為3個(gè)情景中增幅最大,而林地為最大轉(zhuǎn)出用地面積減少1 692.75 km2。此情景下碳儲(chǔ)預(yù)測(cè)量為1422.68×106t,較2020年減少13.35×106t;碳儲(chǔ)量增加區(qū)發(fā)生于研究區(qū)的東北部與西北部占比1.04%,主要原因?yàn)椴莸剞D(zhuǎn)移為林地;碳儲(chǔ)量減少區(qū)面積占比2.35%,具有分布廣、連片化程度高的特點(diǎn),中部、西南部以耕地、林地碳儲(chǔ)量流失為主要原因,東北部、西北部則是以林地退化導(dǎo)致碳儲(chǔ)量損失。HI情景碳儲(chǔ)量中心點(diǎn)向東北偏移1.33 km、1.12°。由于西北林地破碎化,因此導(dǎo)致碳儲(chǔ)量中心點(diǎn)偏移幅度大,中心移位遠(yuǎn),區(qū)域生態(tài)保護(hù)力較低?？傮w來(lái)看,此情景國(guó)土空間格局變化復(fù)雜,盡管碳儲(chǔ)量增加區(qū)域較多,但入不敷出,生態(tài)空間內(nèi)部林地退化為草地,高度城鎮(zhèn)化對(duì)林地生態(tài)空間侵占使得碳儲(chǔ)量損失嚴(yán)重,碳儲(chǔ)資源穩(wěn)定性受到明顯干擾。

3.2 2030年廣西國(guó)土空間碳儲(chǔ)量格局與特征分析

3.2.1 碳儲(chǔ)量等級(jí)格局分析

根據(jù)各空間碳密度將研究區(qū)網(wǎng)格按碳儲(chǔ)量等級(jí)高、中、低進(jìn)行劃分,從而統(tǒng)計(jì)出廣西格網(wǎng)內(nèi)不同等級(jí)碳儲(chǔ)量空間的整體占比以及分布演變特征(見(jiàn)表5、圖3)。

表5 2020年及2030年3種情景廣西格網(wǎng)不同等級(jí)碳儲(chǔ)量空間整體占比Tab.5 Overall spatial share of carbon stocks of different grades in Guangxi grid for three scenarios in 2020 and 2030

(a) 2020年

2030年未來(lái)3種情景3類格局演變上來(lái)看,ES情景下高碳儲(chǔ)量空間在西北部出現(xiàn)小幅度增長(zhǎng),低碳儲(chǔ)量空間擴(kuò)張趨勢(shì)減緩,中碳儲(chǔ)空間作為過(guò)渡空間,受另外各2個(gè)空間增長(zhǎng)ES情景下遭到擠壓最為嚴(yán)重。MI、HI情景高碳儲(chǔ)空間收縮加劇,低碳儲(chǔ)空間HI情景趨勢(shì)最強(qiáng)而MI情景趨緩,中碳儲(chǔ)空間均受到蠶食。

根據(jù)分布特征來(lái)看,高碳儲(chǔ)空間由林地生態(tài)空間構(gòu)成,以十萬(wàn)大山、云開(kāi)大山、六萬(wàn)大山、大明山、大瑤山、南嶺以及云貴高原余脈等山脈為核心進(jìn)行輻射帶動(dòng)作用,以此構(gòu)成了廣西圍繞高碳儲(chǔ)區(qū)向四周輻射聯(lián)動(dòng)的碳儲(chǔ)基底格局。中碳儲(chǔ)量空間呈片狀鑲嵌式,主要分布于廣西中部,可看作為高碳儲(chǔ)與低碳儲(chǔ)的交接緩沖處,以中部的農(nóng)業(yè)空間為主,發(fā)揮生境過(guò)渡作用。低碳儲(chǔ)量空間以點(diǎn)狀或小片狀分布為主,以中部與南部沿海區(qū)域的城鎮(zhèn)空間為核心,零星分布于東北部。

3.2.2 碳儲(chǔ)量空間聚集特征

對(duì)2020年與2030年3種情景下廣西碳儲(chǔ)量進(jìn)行空間聚集特征分析。對(duì)全局自相關(guān)系數(shù)統(tǒng)計(jì)可知,2020年以及2030年ES、MI、HI情景下碳儲(chǔ)量空間Moran指數(shù)分別為0.504 2、0.503 8、0.506 8、0.509 3,為空間正相關(guān),說(shuō)明廣西碳儲(chǔ)量呈現(xiàn)出較強(qiáng)的空間聚集特征。Moran指數(shù)在2030年ES、MI、HI 3類情景呈現(xiàn)依次增大的趨勢(shì),表明廣西不同發(fā)展情景碳儲(chǔ)量在空間分布上相關(guān)顯著性增強(qiáng),空間趨同性逐漸提高,導(dǎo)致空間分布由均勻向聚集發(fā)展。

通過(guò)空間關(guān)聯(lián)局域指標(biāo)(local indicators of spatial association,LISA)有效揭示碳儲(chǔ)量在區(qū)域局部的空間集聚特征,2020年與3個(gè)預(yù)測(cè)情景碳儲(chǔ)量空間聚集特征具備相似性。由圖4可知,碳儲(chǔ)量高值與高值聚集區(qū)域(HH型)在廣西北部與西部區(qū)域出現(xiàn)大范圍聚集以及于南部非沿海區(qū)域稍小范圍聚集;低值與低值聚集區(qū)域(LL型)則在中部及南部沿海區(qū)域聚集;高低聚集區(qū)域(HL型)出現(xiàn)于中部LL型周圍以及研究區(qū)邊界處;低高聚集區(qū)域(LH型)主要零散分布于HH型周圍。在演變特征上,2020、2030年,HH型范圍縮小,顯著變化區(qū)域位于桂西北云貴高原余脈, HL型表現(xiàn)較為穩(wěn)定,LL型呈現(xiàn)明顯擴(kuò)張,LH型明顯增加,各類區(qū)域隨各時(shí)期或各情景國(guó)土空間格局的變化均呈現(xiàn)出不同走向的碳儲(chǔ)量聚集特征。

(a) 2020年

3.3 碳儲(chǔ)區(qū)劃的識(shí)別與管控對(duì)策分析

3.3.1 區(qū)劃識(shí)別

根據(jù)前文研究,廣西的國(guó)土空間格局與碳儲(chǔ)量之間存在著密切的關(guān)系,因此,在實(shí)施以碳儲(chǔ)為導(dǎo)向的空間規(guī)劃統(tǒng)籌時(shí),廣西碳儲(chǔ)量的空間分布規(guī)律性和強(qiáng)聚集特征是至關(guān)重要的前提。由此以碳儲(chǔ)為導(dǎo)向?qū)⒈硎咎純?chǔ)量空間聚集特征的2020年碳儲(chǔ)量LISA聚類圖作為參照,對(duì)廣西國(guó)土空間進(jìn)行4類區(qū)域的劃分(圖5),HH型劃為碳儲(chǔ)核心區(qū),HL、LH型劃為碳儲(chǔ)改善區(qū),LL型區(qū)域劃為碳儲(chǔ)恢復(fù)區(qū);NS型區(qū)域劃為碳儲(chǔ)調(diào)控區(qū)。通過(guò)分區(qū)實(shí)施針對(duì)性的分類管理以及對(duì)于不同發(fā)展趨勢(shì)下優(yōu)化其空間要素,以此將不同地區(qū)碳儲(chǔ)資源進(jìn)行整合,并統(tǒng)籌協(xié)調(diào)生態(tài)、農(nóng)業(yè)和城鎮(zhèn)空間三者之間的關(guān)系,以制定精準(zhǔn)、有效的管控措施和優(yōu)化策略。結(jié)合區(qū)域特性有效整合不同地區(qū)的碳儲(chǔ)資源,實(shí)現(xiàn)國(guó)土空間規(guī)劃碳儲(chǔ)可持續(xù)發(fā)展目標(biāo)。

圖5 廣西國(guó)土空間碳儲(chǔ)區(qū)劃方案Fig.5 Carbon storage zoning program of territorial space in Guangxi

3.3.2 分區(qū)分級(jí)管控策略

基于前者現(xiàn)狀碳儲(chǔ)區(qū)劃的識(shí)別的結(jié)果,針對(duì)生態(tài)空間、農(nóng)業(yè)空間、城鎮(zhèn)空間的自然本底、生態(tài)環(huán)境、經(jīng)濟(jì)和資源利用的特征,提出差別化開(kāi)發(fā)與保護(hù)分區(qū)-分級(jí)國(guó)土空間管控策略,以此優(yōu)化廣西全域全要素的管理,具體對(duì)策詳見(jiàn)表6。

表6 國(guó)土空間碳儲(chǔ)量分區(qū)管控對(duì)策表Tab.6 Land space carbon storage zoning hierarchical management control countermeasures

3.3.3 要素優(yōu)化

在識(shí)別碳儲(chǔ)特征的基礎(chǔ)上結(jié)合前期國(guó)土空間碳儲(chǔ)量分析結(jié)果,將2030年ES、MI、HI情景下的碳儲(chǔ)量分區(qū)分布特征和數(shù)量結(jié)構(gòu)與2020年進(jìn)行比較,對(duì)比其不同情景下碳儲(chǔ)各分區(qū)的面積與單位碳儲(chǔ)量的變化。從碳儲(chǔ)分區(qū)變化(圖6)綜合分析得出,在不同發(fā)展情景下分區(qū)變化最為顯著的是碳儲(chǔ)調(diào)控區(qū),從各分區(qū)的單位面積碳儲(chǔ)量變化可知僅ES情景下各分區(qū)單位面積碳儲(chǔ)量得到提升,MI、HI情景表現(xiàn)出下降趨勢(shì),HI情景下?lián)p失更甚。

圖6 各碳儲(chǔ)分區(qū)綜合變化Fig.6 Combined change statistics of carbon storage partitions

從各情景碳儲(chǔ)分區(qū)變化(圖7)來(lái)看,ES情景碳儲(chǔ)核心區(qū)完整性得以保持,單位碳儲(chǔ)量明顯提升,表明內(nèi)部完成了較低碳儲(chǔ)用地向較高碳儲(chǔ)用地轉(zhuǎn)移的碳儲(chǔ)整合活動(dòng)。此情景的碳儲(chǔ)改善區(qū)在3類場(chǎng)景中穩(wěn)定性以及碳儲(chǔ)表現(xiàn)最佳,說(shuō)明該區(qū)域朝高碳儲(chǔ)發(fā)展的潛力得以激發(fā),朝低碳儲(chǔ)退化的風(fēng)險(xiǎn)得以規(guī)避。由于碳儲(chǔ)恢復(fù)區(qū)提高了城鎮(zhèn)空間的集約利用,城鎮(zhèn)空間的面積減少在一定程度上減緩了低碳儲(chǔ)要素?cái)U(kuò)張的趨勢(shì),因此在生態(tài)修復(fù)實(shí)施下碳儲(chǔ)恢復(fù)區(qū)范圍得以減小。

(a) 2030年ES情景

MI情景中各碳儲(chǔ)分區(qū)擴(kuò)張或收縮程度以及碳儲(chǔ)質(zhì)量發(fā)展均處于中間狀態(tài)。碳儲(chǔ)核心區(qū)處于較為完整狀態(tài),但周邊出現(xiàn)部分區(qū)域降級(jí)為改善區(qū),表明這些區(qū)域中出現(xiàn)高碳儲(chǔ)要素向較低碳儲(chǔ)要素轉(zhuǎn)移。改善區(qū)的碳密度明顯下降,說(shuō)明該區(qū)域朝低碳儲(chǔ)退化的風(fēng)險(xiǎn)加劇。調(diào)控區(qū)與恢復(fù)區(qū)的單位面積碳儲(chǔ)量分別表現(xiàn)為與現(xiàn)狀持平以及明顯下降。

HI情景相較于另外2個(gè)情景各碳儲(chǔ)分區(qū)形態(tài)變化更為明顯,由于該情景下高頻開(kāi)發(fā)導(dǎo)致劇烈的高碳儲(chǔ)林地與較低碳儲(chǔ)草地的互換活動(dòng)以及低碳儲(chǔ)建設(shè)用地的擴(kuò)張行為,因此核心區(qū)與恢復(fù)區(qū)在分區(qū)形態(tài)上呈現(xiàn)出較大的范圍,且核心區(qū)內(nèi)部與邊緣出現(xiàn)多處轉(zhuǎn)移為調(diào)控區(qū),表明核心區(qū)內(nèi)部在發(fā)生碳儲(chǔ)退化的現(xiàn)象。碳儲(chǔ)核心區(qū)低質(zhì)擴(kuò)張,導(dǎo)致部分區(qū)域開(kāi)發(fā)的限制等級(jí)提高,區(qū)域低碳綠色發(fā)展將面臨新挑戰(zhàn)。

針對(duì)以上對(duì)各情景碳儲(chǔ)分區(qū)變化分析可知,不同情境下所面臨的“碳儲(chǔ)危機(jī)”各不相同,因此針對(duì)各情景特點(diǎn)提出碳儲(chǔ)可持續(xù)的差異化國(guó)土空間碳儲(chǔ)要素優(yōu)化對(duì)策(表7)。

表7 國(guó)土空間碳儲(chǔ)要素優(yōu)化對(duì)策表Tab.7 Optimizing countermeasures for carbon storage elements in territorial space

4 結(jié)論

① 2030年ES、MI、HI情景與2020年的碳儲(chǔ)量總量相比分別為增加5.09×106t、減少7.37×106t、減少13.35×106t。林地生態(tài)空間面積的增減是造成碳儲(chǔ)量變化的關(guān)鍵性因素。ES情景下積極開(kāi)展生態(tài)保護(hù)修復(fù)工作,林地生態(tài)空間面積得到明顯增加,碳儲(chǔ)量總量提高;MI情景下林地生態(tài)空間轉(zhuǎn)移為城鎮(zhèn)空間導(dǎo)致碳儲(chǔ)量下降;HI情景下,林地生態(tài)空間退化為草地以及高度城鎮(zhèn)化對(duì)林地生態(tài)空間的侵占,導(dǎo)致碳儲(chǔ)量出現(xiàn)嚴(yán)重?fù)p失。

② 2020年及2030年3類情景下廣西空間分異特征、等級(jí)化格局以及空間聚集特征均表現(xiàn)出一定相似性,碳儲(chǔ)量變化趨勢(shì)呈東北—西南朝向;等級(jí)化格局上呈高碳儲(chǔ)圍繞式多核聯(lián)動(dòng)、中碳儲(chǔ)片狀鑲嵌于中部、低碳儲(chǔ)點(diǎn)狀分布特征;空間聚集特征可知廣西高碳儲(chǔ)量區(qū)(HH)域大范圍聚集分布于北部與西部區(qū)域,小范圍聚集于南部非沿海區(qū)域,主要以山脈構(gòu)成的林地生態(tài)空間為主,但范圍在逐年縮小,顯著集中于桂西北云貴高原余脈;低碳儲(chǔ)量區(qū)域(LL)有逐年擴(kuò)張的趨勢(shì)聚集于中部及南部沿海區(qū)域的城鎮(zhèn)空間;高低聚集區(qū)域(HL型)出現(xiàn)于中部LL型周圍以及研究區(qū)邊界處;低高聚集區(qū)域(LH型)主要零散分布于HH型周圍。

③ 碳儲(chǔ)區(qū)劃特征識(shí)別方面,強(qiáng)化與碳儲(chǔ)聚集性的關(guān)聯(lián),將國(guó)土空間劃分為碳儲(chǔ)核心區(qū)、碳儲(chǔ)改善區(qū)、碳儲(chǔ)恢復(fù)區(qū)、碳儲(chǔ)調(diào)控區(qū)。在分區(qū)管控上,結(jié)合生態(tài)空間、農(nóng)業(yè)空間、城鎮(zhèn)空間的特性提出差別化開(kāi)發(fā)與保護(hù)分區(qū)-分級(jí)的國(guó)土空間管控策略。通過(guò)對(duì)各情景碳儲(chǔ)分區(qū)變化分析可知,不同情境下所面臨的“碳儲(chǔ)危機(jī)”各不相同,針對(duì)各情景特點(diǎn)提出碳儲(chǔ)可持續(xù)的差異化國(guó)土空間碳儲(chǔ)要素優(yōu)化對(duì)策:ES情景對(duì)策為統(tǒng)籌優(yōu)化高儲(chǔ)、綜合利用高中儲(chǔ)、挖掘低儲(chǔ)提質(zhì)模式,MI情景對(duì)策為有序修復(fù)高儲(chǔ)、重建中儲(chǔ)平衡、整治減量化低儲(chǔ),HI情景對(duì)策為建立高儲(chǔ)底線、劃定中儲(chǔ)彈性帶、實(shí)行低儲(chǔ)插綠。

本文中的研究為國(guó)土空間規(guī)劃助力“雙碳”目標(biāo)實(shí)現(xiàn)背景下提供了以碳儲(chǔ)空間特征為依據(jù),國(guó)土空間為載體,建構(gòu)分區(qū)、分類、分級(jí)多情景高效管理為實(shí)施路徑的研究體系。